Fra mønstergjenkjenning til kognitiv simulering?

Men utfordringen oppstår når vi beveger oss utenfor de velkjente stiene. Hvordan vil GPT-er prestere når de står overfor helt nye psykologiske fenomener, et nytt virus, en ukjent komplikasjon eller en pasienthistorie som ikke matcher tidligere lærte mønstre?

Noe av svaret ligger i tester som ARC-AGI (Abstraction and Reasoning Corpus for Artificial General Intelligence) (Chollet, 2024) utviklet for å måle en KI-modells evne til å løse helt nye problemer uten å ha sett lignende eksempler før. På ARC-AGI har tradisjonelle modeller som GPT-3 og GPT-4 prestert tilnærmet null, fordi de mangler evnen til adaptiv problemløsning.

Derfor er OpenAIs nye o3-modell særlig interessant, da den bryter gjennom denne barrieren. For første gang ser vi en GPT som presterer over 50 % på ARC-AGI – et nøkkeltall som markerer en overgang mot mer generalisert og symbiotisk intelligens (Licklider, 1960; Chollet, 2024; Krumsvik, Johansen & Slettvoll, 2025; Krumsvik, Klock & Bratteberg, 2025; Krumsvik & Slettvoll, 2025a, b). Hva gjør o3 annerledes?

I stedet for å gi et umiddelbart svar driver o3 med internt søk i et rom av mulige tankerekker – kjent som Chain of Thought (CoT)-søk. Modellen genererer, tester og velger mellom ulike resonnementer basert på test-time search med en evalueringsmodell før den svarer. Denne evnen minner om hvordan mennesker løser ukjente problemer: ved å vurdere flere mulige strategier før beslutningen tas. Tidligere GPT-modeller fungerte primært som «intelligente biblioteker» – fremragende i å hente kjent kunnskap, gode til å resonnere, men sårbare i møte med ukjente fenomener. Ut fra vår nylige pretesting av o3 (Krumsvik, Johansen & Slettvoll, 2025; Krumsvik, Klock & Bratteberg, 2025; Krumsvik & Slettvoll, 2025a, b) ser vi konturene av en GPT som kan kombinere eksisterende kunnskap på nye måter og tilpasse seg nye, ukjente fenomener. For å komme dit må vi kombinere følgende to tilnærminger: 1) Retrieval-Augmented Generation (RAG) – muligheten til å hente fersk ekstern kunnskap i sanntid; og 2) Chain of Thought Search (CoT-søk) – evnen til å dynamisk generere og vurdere nye resonnementer. Dette krever avansert arkitektur – og tiden vil vise når dette blir realisert.

Symbiotisk intelligens

o3-modellen viser at språkmodellene har kommet lenger enn bare kunnskapsreproduksjon basert på treningsgrunnlaget, som GPT-4 og GPT-4o er kjent for. Det er viktig å ta høyde for denne «symbiotiske intelligensen» innen de fleste fagdisipliner – også innen psykologi og i terapeutiske kontekster. Det handler ikke om å erstatte psykologer, fastleger osv. med KI, men at vi ser konturene av at ekspertkompetansen disse profesjonene har, komplementeres med en «symbiotisk intelligens» som kunnskapsgrunnlaget viser at KI allerede besitter. Så når Godager (2025) adresserer om psykologer vil bli erstattet av KI i fremtiden, så må man må gå til kjernen av det som ligger under et slikt kontraintuitivt postulat: at KI illustrerer at vår dikotomiske holdning om menneske versus maskin for ofte setter søkelys på en utskiftning av psykologer (og andre profesjoner) i stedet for en gjennomtenkt KI-integrering. Dette kan gi grobunn for en «KI-hjelp til selvhjelp» og helsemyndiggjøring, men krever en årvåkenhet rundt det «etiske minefeltet» det har vist seg at KI kan være. For å unngå dette kreves det en sektorkunnskap som profesjonene selv besitter, og som gjør at man unngår en form for teknologideterminisme hvor andre aktører er premissleverandørene og «KI-hypen» rår grunnen. Brukt på en kunnskapsbasert, gjennomtenkt og etisk fundert måte kan KI brukes komplementært for å styrke folk flests helsemyndiggjøringer i en tid hvor tilgang til primærhelsetjenesten kan fortone seg som en ørkenvandring for altfor mange. En slik helsemyndiggjøring ivaretas best når profesjonsekspertene selv har hånden på rattet: Psykologen Harvey Lieberman testet nylig ChatGPT grundig i tre måneder og fant at den fungerte som en «kognitiv protese» for ham. Han erkjente at selv om den ikke er en terapeut, kan den være terapeutisk (Lieberman, 2025).

Likevel, alt tyder på at man i all overskuelig fremtid fortsatt kommer til å lene seg mest på den mellommenneskelige nærheten i det fysiske møtet (og i terapeutisk sammenheng) – hvor den (teknologifrie) stille stunden fortsatt har dypest grunn.